一种启发式贝叶斯分类算法及其在铁路货运客户细分中的应用研究

发布时间：2021-01-05 22:41

　　数据挖掘是从大量数据中发现潜在规律、提取有用知识的方法和技术。近年来,数据挖掘受到了普遍关注,已经成为信息系统和计算机科学领域中的研究热点之一。作为数据挖掘中的一种分类算法,贝叶斯网络是用来表示变量间连接概率的图形模型,它提供了一种自然的表示因果信息的方法,是目前不确定知识表示和推理领域中最有效的理论模型之一,在机器学习算法的设计和分析方面扮演着越来越重要的角色。本文全面介绍了贝叶斯网络的研究现状,重点分析了贝叶斯分类器的理论基础以及三种经典的贝叶斯分类器:朴素贝叶斯分类器、贝叶斯网络分类器和TAN分类器。在此基础上提出了一种启发式贝叶斯分类算法,该算法结合了K2搜索算法和TAN分类器的优点,并在一定程度上弥补了两者的不足。在TAN分类器构建最大权重跨度树的过程中确定出边的次序,再依据一定的规则为节点排序,最后由K2搜索算法构建贝叶斯网络结构。实验结果表明,该启发式贝叶斯分类算法的网络结构更加合理,分类准确度更高。鉴于数据挖掘技术在客户关系管理中日益广泛的应用,本文还提出了一种铁路货运客户细分方案,即利用数据挖掘中的聚类和分类技术对铁路货票库中的海量数据所蕴藏的信息进行挖掘,首先利用聚... 

【文章来源】：北京交通大学北京市 211工程院校 教育部直属院校

【文章页数】：75 页

【学位级别】：硕士

【部分图文】：

聚类操作界面

分类器不支持数值型属性，运行软件中的后三种分类器时首先要对数值型的属性进行离散化处理，即5.3.5节中的Fayyad预离散化方法。运行各分类器的软件界面依次如图5一2、5一3、5一、5一5所示。111，o』 』 打打开‘‘ 崛崛七一孵，， ““卜-·」·-~··.--.』I.fff图5一朴素贝叶斯操作界面Fig.5一qPe任 tioninterfaeeofNaiveBayeS

简化贝计t一斯网络操作界面

【参考文献】：
期刊论文
[1]数据挖掘技术在铁路货运客户细分中的应用[J]. 钟雁,郭雨松.  北京交通大学学报. 2008(03)
[2]基于数据挖掘方法的中小型企业客户细分的案例研究[J]. 李春宏.  云南师范大学学报(自然科学版). 2007(03)
[3]铁路货运分析系统的设计与应用[J]. 石英,陈治亚,雷定猷.  铁道运输与经济. 2007(01)
[4]一种新颖混合贝叶斯分类模型研究[J]. 李旭升,郭耀煌.  计算机科学. 2006(09)
[5]强化服务意识 创新服务手段 实现铁路货运服务的历史新突破[J]. 郭玉华.  铁道货运. 2006(03)
[6]客户分类管理法[J]. 马颖.  山东冶金. 2005(04)
[7]客户细分方法探析[J]. 胡少东.  工业技术经济. 2005(07)
[8]聚类方法在通信行业客户细分中的应用[J]. 范英,张忠能,凌君逸.  计算机工程. 2004(S1)
[9]数据挖掘在证券公司CRM客户细分中的应用[J]. 谢寰红.  计算机工程. 2004(S1)
[10]一种限定性的双层贝叶斯分类模型[J]. 石洪波,王志海,黄厚宽,励晓健.  软件学报. 2004(02)

博士论文
[1]贝叶斯学习理论中若干问题的研究[D]. 王利民.吉林大学 2005
[2]贝叶斯网络研究[D]. 黄友平.中国科学院研究生院（计算技术研究所） 2005



本文编号：2959427